ACP sur matrice de corrélation et de covarianceBonjour,
Je ne suis pas un utilisateur expert, alors soyez gentil avec moi.
J'ai effectué une PCA sur certaines données standardisées (avec 2 variables) dans JMP14 et j'ai noté que les deux tracés de scores sont presque reflétés sur l'axe PC1. Pourquoi se reflètent-ils de cette manière ? (De plus, ce ne sont pas des reflets parfaits. Pourquoi ?)
Modélisation statistique avancéeles fenêtresRe : ACP sur la matrice de corrélation et de covarianceL'ACP dans l'analyse exploratoire des données est couramment utilisée pour réduire la dimensionnalité en déposant chaque point de données uniquement sur les quelques premiers composants de base pour obtenir des données avec une dimensionnalité inférieure tout en préservant autant que possible la variance des données. (Propriété orthogonale)
Les coordonnées orthogonales sont définies comme l'ensemble de coordonnées dq = ( q 1, q 2, ..., qd ) où toutes les surfaces de coordonnées se rencontrent à angle droit (remarque : les exposants sont des indices, pas des exposants). La surface ordonnée d'une coordonnée qk donnée est la courbe, la surface ou l'épitaxie sur laquelle qk est une constante.
Re : ACP sur la matrice de corrélation et de covarianceLa covariance est la quantité fondamentale, mais l'analyse est dominée par les mesures avec les échelles et les plages les plus grandes. Le centrage et la mise à l'échelle en premier peuvent aider à éviter la prédominance de quelques variables. Vous avez d'abord normalisé les données, de sorte que les résultats de covariance et de corrélation soient bien similaires.
Re : ACP sur la matrice de corrélation et de covarianceDésolé, j'aurais dû souligner que les "images miroir" font référence à l'ACP effectuée sur la matrice de corrélation et la matrice de covariance.
